[发明专利]Quick-SIFT算子下无人机航拍图像拼接方法

说明书

一种Quick‑SIFT算子下无人机航拍图像拼接方法，包括：步骤1：图像采集；步骤2：图像配准；步骤3：图像融合。所述图像采集包括：利用搭载光学载荷的无人机经过一定路线，拍摄带有重叠部分航拍图像，通过图传设备获取图像；所述图像配准包括：采用基于图像特征的图像配准方法，即首先用Quick‑SIFT算子提取两幅图像的特征点，利用RANSAC特征点进行匹配筛选，得到M个最优的匹配对，M为正整数；结合其它策略有效改善了无人机航拍图像拼接中特征检测耗时长的问题、显著提高了图像拼接效率。

技术领域

本发明涉及航拍图像拼接技术领域，具体涉及一种Quick-SIFT 算子下无人机航拍图像拼接方法。

背景技术

无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。基于无人机光电载荷的巡查技术发展迅速，与卫星遥感技术相比，无人机能够在云下低空作业，减少了云雾遮挡的干扰，可以实现实时图传，迅速获取影像，同时凭借其高机动性能，起飞条件简易，低成本，低损耗等优势，无人机已广泛应用于军事及民用领域。但是对于大范围区域的巡查与侦察，由于受到飞行高度及相机视角局限性的影响，单张航拍图像视野范围较小，获取信息有限，需要将无人机航拍图像以拼接的方式获得该区域的全局信息，因此图像拼接成为提高无人机应用能力与水平的重要技术手段。图像拼接是指将一定数量的包含重叠区域的航拍序列影像进行拼接以获取一幅全景图像的技术方法。拼接图像不仅保留了原始图像的细节信息，还能对拍摄区域进行全局的把握与信息分析。准确快速的图像拼接技术一直是计算机视觉与图像处理的热点问题之一。图像拼接一般来说包含以下几个步骤：图像采集，图像特征提取，图像特征匹配和最后的图像融合。大致流程如下：通过设备采集到一组待拼接的图像，采用不同的方法对图像进行信息提取，然后根据特征信息，完成图像配准，把图像变换到同一个坐标系下，进行图像融合，得到全景拼接图。

图像配准是图像拼接的关键，旨在找出两图像中带有相似关系的信息，求出图像间的变换模型，现有的主流技术中，通常采用基于特征的图像配准方法，其中SIFT作为一种性能优异的特征提取方法，具备出色的尺度不变性与旋转不变性等性能，是当前应用最广泛的特征体方法。针对图像配准，提取出鲁棒性高，运算速度快的特征点，是后续得到良好的图像融合效果的关键。

通过分析，SIFT的改进方法都存在着一种现象：要提高算子的运算速度就必需牺牲其精确性和鲁棒性，反之亦然。针对特定的应用场景，在保证精确性和鲁棒性的前提下，构造出一种更快速的SIFT 算子来提高航拍图像拼接的实时性，是提高无人机巡查与侦察应用水平的重要基础工作。

现有SIFT的改进算法并不能很好适用于无人机航拍图像的拼接问题，这很大程度上是因为没有充分考虑航拍图像的特点。目前大部分无人机在采集鸟瞰图像时，由于航迹规划的需要，飞行高度一般相对稳定不变，采集数据所用云台相机的焦距也固定不变。因此，一般相邻序列航拍图像不存在显著的尺度变化，这使得图像对特征提取算子的需求是以具有旋转不变，光照不变，抗噪稳定等性能为主，对于尺度不变性则要求不高。此外，当航拍图像为野外场景时，图像的细节信息不明显，高频特征少，因此无需在精细的尺度上进行检测。

发明内容

为解决上述问题，本发明提供了一种Quick-SIFT算子下无人机航拍图像拼接方法，为了兼顾检测特征的计算时间、稳定性和准确性，提出一种Quick-SIFT算子，为无人机航拍图像快速拼接甚至实时在线拼接提供了技术支持，有效改善了现有技术中无人机航拍图像特征检测耗时多的问题、显著提高了拼接效率。

为了克服现有技术中的不足，本发明提供了一种Quick-SIFT算子下无人机航拍图像拼接方法的解决方案，具体如下：

一种Quick-SIFT算子下无人机航拍图像拼接方法，包括如下步骤：

步骤1：图像采集；

步骤2：图像配准；

步骤3：图像融合。